जब आप EEG रीडआउट देखते हैं, तो आप केवल खोपड़ी से प्राप्त कच्चे डेटा को नहीं, बल्कि चॉइसेस (विकल्पों) के एक सेट को देख रहे होते हैं। स्क्रीन पर एक भी वेवफॉर्म दिखाई देने से पहले ही, एक तकनीशियन या सॉफ्टवेयर सिस्टम यह तय कर चुका होता है कि किन इलेक्ट्रोडों की तुलना किससे की जानी है। उस निर्णय के ढांचे को मोंटाज (montage) कहा जाता है, और यह एक चिकित्सक या शोधकर्ता को दिखाई देने वाली हर चीज को आकार देता है।
किसी भी विशिष्ट इलेक्ट्रोएन्सेफलोग्राम (EEG) रीडिंग को गहराई से समझने से पहले इस अवधारणा को समझना एक आवश्यक कदम है, क्योंकि इलेक्ट्रोड का एक ही सेट इस बात के आधार पर नाटकीय रूप से भिन्न दिखने वाले ट्रेस उत्पन्न कर सकता है कि उन्हें कैसे जोड़ा गया है।
ईईजी मॉन्टाज (EEG Montage) क्या है?
एक ईईजी रिकॉर्डिंग में मस्तिष्क की गतिविधि को देखने के लिए खोपड़ी (स्कैल्प) से विद्युत विभवों (इलेक्ट्रिकल पोटेंशियल्स) को कैप्चर करना शामिल है। इस जानकारी को समझने के लिए, चिकित्सक मॉन्टाज नामक विशिष्ट डिस्प्ले कॉन्फ़िगरेशन का उपयोग करते हैं, जो उन लेंसों के रूप में कार्य करते हैं जिनके माध्यम से वे तंत्रिका संकेतों (न्यूरल सिग्नल्स) को देखते हैं।
ये व्यवस्थाएं नैदानिक और अनुसंधान वातावरण में मानकीकृत व्याख्यात्मक प्रक्रियाओं के लिए आवश्यक हैं।
रॉ वोल्टेज को तुलनात्मक बिंदु की आवश्यकता क्यों होती है
खोपड़ी पर लगा एक इलेक्ट्रोड वोल्टेज रिकॉर्ड करता है, लेकिन वह संख्या अपने आप में सार्थक नहीं होती है। वोल्टेज स्वाभाविक रूप से सापेक्ष होता है। तुलना के दूसरे बिंदु के बिना, यह जानने का कोई तरीका नहीं है कि दी गई रीडिंग वास्तविक मस्तिष्क गतिविधि को दर्शाती है या केवल इलेक्ट्रिकल ड्रिफ्ट, हलचल, या रिकॉर्डिंग उपकरण से उत्पन्न होने वाले शोर को दर्शाती है।
यही कारण है कि प्रत्येक ईईजी चैनल को एक विभेदक माप (डिफरेंशियल मेजरमेंट) के रूप में बनाया जाता है। किसी भी दिए गए चैनल के लिए प्रदर्शित तरंग (वेवफॉर्म) एक इलेक्ट्रोड पर दर्ज की गई विद्युत गतिविधि में से दूसरे इलेक्ट्रोड पर दर्ज की गई गतिविधि को घटाकर प्राप्त होती है।
यह घटाने का चरण ही वह कारण है जिसके कारण शोरगुल वाले नैदानिक या शोध वातावरण में ईईजी काम कर पाता है। यदि दो नजदीकी इलेक्ट्रोड एक ही दूर के व्यवधान को पकड़ते हैं, मान लीजिए कमरे में रखे किसी उपकरण से, तो वह साझा व्यवधान तब समाप्त हो जाता है जब एक सिग्नल को दूसरे से घटाया जाता है।
इंजीनियर इसे कॉमन-मोड रिजेक्शन कहते हैं, जो यह कहने का एक सरल तरीका है कि दोनों इलेक्ट्रोडों में जो कुछ भी सामान्य है वह स्वचालित रूप से फ़िल्टर हो जाता है, जिससे केवल वही अंतर बचते हैं जिनके स्थानीय मस्तिष्क विद्युत गतिविधि को दर्शाने की अधिक संभावना होती है। प्रत्येक मॉन्टाज, चाहे उसे कैसे भी डिज़ाइन किया गया हो, इसी विभेदक सिद्धांत पर निर्भर करता है।
किन दो बिंदुओं की तुलना करनी है, इसका चुनाव मॉन्टाज प्रकारों के बीच बदलता रहता है, लेकिन घटाव की अंतर्निहित गणितीय प्रक्रिया स्थिर रहती है।
ईईजी चैनल विभेदक माप होते हैं: एक इलेक्ट्रोड के वोल्टेज को दूसरे से घटाया जाता है।
रिफ्रेंस बिंदु के बिना रॉ वोल्टेज का कोई अर्थ नहीं होता; तुलनाएं मस्तिष्क की गतिविधि और शोर के बीच अंतर स्पष्ट करती हैं।
कॉमन-मोड रिजेक्शन साझा व्यवधान को रद्द कर देता है, यह एक ऐसा सिद्धांत है जो ईईजी को शोर वाले परिवेश में व्यावहारिक बनाता है।
प्रत्येक मॉन्टाज इसी घटाव पर निर्भर करता है; केवल इलेक्ट्रोड युग्मों का चयन भिन्न होता है।
ईईजी इलेक्ट्रोड प्लेसमेंट कैसे काम करता है
खोपड़ी के सेंसर को एम्पलीफायर से जोड़ते समय पुनरुत्पादकता (रिप्रोड्यूसिबिलिटी) सुनिश्चित करने के लिए तकनीशियन आमतौर पर मानकीकृत प्रक्रियाओं का पालन करते हैं। यह माप प्रक्रिया नेशन (nasion) और इनियन (inion) जैसे शारीरिक लैंडमार्क के बीच के संबंध पर निर्भर करती है ताकि यह सत्यापित किया जा सके कि प्रत्येक सेंसर शारीरिक रूप से सटीक स्थान पर स्थित है।
ऐसे लगातार शारीरिक लैंडमार्क प्रोटोकॉल चिकित्सकों और शोधकर्ताओं को विभिन्न सत्रों या विभिन्न केंद्रों के परिणामों की तुलना करने की अनुमति देते हैं।
ईईजी मॉन्टाज क्यों महत्वपूर्ण हैं?
रॉ वोल्टेज इनपुट को पढ़ने योग्य नैदानिक डेटा में बदलने के लिए इलेक्ट्रोड कॉन्फ़िगरेशन अत्यंत महत्वपूर्ण हैं। इलेक्ट्रोड को विशिष्ट स्थानिक समूहों (स्पेशियल क्लस्टर्स) में समूहित करके, चुनी गई व्यवस्था उन स्थानीय डिस्चार्ज को उजागर कर सकती है जो अन्यथा वैश्विक गतिविधि के कारण अस्पष्ट रह सकते हैं।
दौरे और असामान्य गतिविधि का पता लगाना
जब संभावित मिर्गी जैसी गतिविधि की जांच की जा रही हो, तो स्थानीय न्यूरोनल चिड़चिड़ापन की पहचान करने के लिए स्थानिक कंट्रास्ट को अधिकतम करने वाले कॉन्फ़िगरेशन का चयन करना महत्वपूर्ण होता है।
एक संवेदनशील सेटअप अक्सर तीखी तरंगों (शार्प वेव्स) या स्पाइक्स को प्रकट करता है जो स्थानीयकृत मस्तिष्क रोग की पहचान होते हैं। कोशिका विज्ञान (न्यूरोविज्ञान) मूल्यांकन के दौरान, यह स्थानिक रिज़ॉल्यूशन देखी गई गतिविधियों को विशिष्ट स्कैल्प वितरण पैटर्नों के साथ सहसंबंधित करने में मदद करता है।
न्यूरोलॉजिकल विकारों का निदान
चिकित्सक अपक्षयी विकारों (डीजेनेरेटिव विकारों) से लेकर मेटाबॉलिक एन्सेफैलोपैथी तक की स्थितियों के लिए विभेदक निदान स्थापित करने के लिए विभिन्न रिकॉर्डिंग पैटर्नों पर भरोसा करते हैं। फोकल और सामान्यीकृत दोनों संकेतों को देखने की क्षमता पूरे अध्ययन के दौरान रोगी की स्थिति का व्यापक मूल्यांकन करने में सक्षम बनाती है।
यह कठिन नैदानिक मानक दस्तावेज़ीकरण रोगियों में न्यूरोलॉजिकल परिवर्तनों के अंतर्निहित कारणों को निर्धारित करने के लिए आधार प्रदान करता है।
मस्तिष्क के कार्य को मापना
लगातार मॉनिटरिंग समय के साथ विकसित होने वाले पैटर्नों को देखने की अनुमति देती है, जिससे बेहोशी या शारीरिक तनाव के तहत रोगियों में तंत्रिका आउटपुट की स्थिरता के बारे में Insight मिलती है। विशिष्ट कॉर्टिकल क्षेत्रों की निगरानी करके, कर्मचारी प्रोसेसिंग की गहराई में सूक्ष्म परिवर्तनों या लयबद्ध गतिविधियों के उभरने की पहचान कर सकते हैं जो संकट का संकेत देते हैं।
ईईजी मॉन्टाज के प्रकारों की व्याख्या
किसी भी दी गई रिकॉर्डिंग सत्र की नैदानिक उपयोगिता को अनुकूलित करने के लिए मस्तिष्क विभवों के प्रदर्शन को वर्गीकृत करने के कई तरीके हैं। चिकित्सकों को वह दृष्टिकोण चुनना चाहिए जो विचाराधीन प्रश्न के लिए सबसे उपयुक्त हो, चाहे इसके लिए स्थानीय विशेषताओं पर ध्यान केंद्रित करने की आवश्यकता हो या व्यापक पृष्ठभूमि पैटर्न को चित्रित करने की।
चैनल बनाने के लिए बाइपोलर और रेफरेंशियल दृष्टिकोण
मॉन्टाज आमतौर पर दो व्यापक श्रेणियों में आते हैं।
एक बाइपोलर मॉन्टाज आसन्न इलेक्ट्रोड को एक श्रृंखला में आपस में जोड़ता है, जिससे प्रत्येक चैनल खोपड़ी पर दो पड़ोसी बिंदुओं के बीच वोल्टेज प्रवणता (वोल्टेज ग्रेडिएंट) को दर्शाता है। यह दृष्टिकोण गतिविधि में तीखे, स्थानीयकृत अंतरों को उजागर करता है क्योंकि यह हमेशा उन इलेक्ट्रोडों की तुलना करता है जो भौतिक रूप से एक-दूसरे के करीब होते हैं।
एक रेफरेंशियल मॉन्टाज एक अलग दृष्टिकोण अपनाता है। पड़ोसियों की तुलना करने के बजाय, प्रत्येक इलेक्ट्रोड को एक साझा संदर्भ बिंदु (रिफ्रेंस पॉइंट) के विरुद्ध मापा जाता है, जो कान के पास एक एकल इलेक्ट्रोड हो सकता है, या खोपड़ी पर सभी इलेक्ट्रोड से निर्मित एक गणितीय औसत हो सकता है।
यह पूरे सिर में गतिविधि की एक व्यापक तस्वीर पेश करता है, लेकिन इसमें एक पेंच है: पूरी रिकॉर्डिंग इस बात पर निर्भर हो जाती है कि वह एकल संदर्भ बिंदु वास्तव में कितना न्यूट्रल है। यदि संदर्भ में ही कोई छिपी हुई विद्युत गतिविधि है, तो वह गतिविधि हर एक चैनल में घट जाती है, जिससे मस्तिष्क की गतिविधि वास्तव में कहां केंद्रित है, इसकी तस्वीर विकृत हो जाती है।
यही कारण है कि वास्तव में न्यूट्रल संदर्भ बिंदु की खोज करना एक सुलझी हुई समस्या के बजाय अभी भी जांच का एक सक्रिय क्षेत्र बना हुआ है।
अनुसंधान में सामान्य री-रेफरेंसिंग विधियों की तुलना की गई है, जिसमें लिंक्ड-मैस्टॉइड रेफरेंसिंग, एवरेज रेफरेंसिंग, और एक तकनीक जिसे रिफरेंस इलेक्ट्रोड स्टैंडर्डाइजेशन तकनीक (REST) कहा जाता है। इसमें पाया गया है कि एवरेज रेफरेंसिंग और REST दोनों ही लिंक्ड-मैस्टॉइड रेफरेंसिंग की तुलना में अपेक्षाकृत कम पुनर्निर्माण त्रुटियां उत्पन्न करते हैं। विशेष रूप से REST ने रिकॉर्डिंग में मिश्रित आर्टिफैक्ट्स के प्रति कम संवेदनशीलता दिखाई।
महत्वपूर्ण रूप से, इन विधियों की सटीकता दो अन्य कारकों पर बहुत अधिक निर्भर करती है:
कितने इलेक्ट्रोडों का उपयोग किया जाता है
क्या गणना एक सरलीकृत क्षेत्र के बजाय सिर के आकार के वास्तविक मॉडल पर निर्भर करती है
वास्तविक सिर मॉडल के साथ मिलकर एक उच्च-घनत्व वाले इलेक्ट्रोड मॉन्टाज ने न्यूट्रल संदर्भ बिंदु का अनुमान लगाने की विश्वसनीयता में काफी सुधार किया, जो बदले में उस संदर्भ से बने प्रत्येक चैनल की सटीकता में सुधार करता है।
बाइपोलर मॉन्टाज (Bipolar Montage) | रेफरेंशियल मॉन्टाज (Referential Montage) |
|---|---|
एक श्रृंखला में आसन्न इलेक्ट्रोड की तुलना करता है | एक साझा संदर्भ के विरुद्ध मापता है |
तीव्र, स्थानीयकृत वोल्टेज प्रवणता को उजागर करता है | व्यापक स्कैल्प गतिविधि को दर्शाता है |
स्थानीयकृत अंतरों के लिए अच्छा है | न्यूट्रल संदर्भ बिंदु पर निर्भर करता है |
डबल बनाना ईईजी मॉन्टाज पैटर्न
यह क्लासिक लेआउट एक मानक कॉन्फ़िगरेशन है जो पूर्वकाल से पश्चकाल (एंटीरियर से पोस्टीरियर) क्षेत्रों तक फैले इलेक्ट्रोड की दो समानांतर रेखाओं का उपयोग करता है, जिससे ऐसे युग्म बनते हैं जो सिर के दोनों किनारों पर केले के वक्र से मिलते-जुलते हैं। इसे व्यापक रूप से पसंद किया जाता है क्योंकि यह सभी प्रमुख कॉर्टिकल क्षेत्रों को कुशलतापूर्वक कवर करता है, जिससे यह गोलार्द्धीय (हेमीस्फेरिक) अंतरों की पहचान के लिए एक मानक विकल्प बन जाता है।
लाप्लासियन मॉन्टाज ईईजी विश्लेषण
यह विधि सिग्नल को तेज करने और दूर के स्रोतों से आयतन चालन (वॉल्यूम कंडक्शन) के प्रभाव को कम करने के लिए डेटा पर एक गणितीय परिवर्तन लागू करती है।
यह गहरे या निकटवर्ती संरचनाओं से आने वाले शोर को कम करते हुए इलेक्ट्रोड समूह के ठीक नीचे की गतिविधि के प्रतिनिधित्व को प्रभावी ढंग से बढ़ाता है। यह एक अत्यधिक तकनीकी मूल्यांकन तकनीक है जिसका उपयोग मुख्य रूप से उन्नत अनुसंधान और विशिष्ट जटिल नैदानिक मामलों में किया जाता है।
ईईजी 10 20 मॉन्टाज सिस्टम
समानता नैदानिक निदान विश्वसनीयता की आधारशिला है, विशेष रूप से तब जब कई विशेषज्ञ एक ही रोगी की छवियों का आकलन कर रहे हों। मानकीकृत रिक्ति प्रणाली इलेक्ट्रोड के सटीक स्थान को निर्धारित करती है, जिससे यह सुनिश्चित होता है कि निष्कर्ष हमेशा समान शारीरिक लोब से संबंधित हों।
10-20 सिस्टम में इलेक्ट्रोड प्लेसमेंट
तकनीशियन सभी अध्ययनों में एकरूपता बनाए रखने के लिए एक संरचित 10-20 प्रोटोकॉल का पालन करते हैं, जो निम्नलिखित प्रमुख बिंदुओं पर निर्भर करता है:
इनियन से नेशन की दूरी मिडलाइन एंकर के रूप में कार्य करती है।
खोपड़ी के साथ 10% या 20% के अंतराल पर इलेक्ट्रोड रखे जाते हैं।
विषम संख्या वाले सेंसर बाएं गोलार्द्ध के स्थानों को दर्शाते हैं।
सम संख्या वाले सेंसर दाएं गोलार्द्ध के सतह क्षेत्रों को परिभाषित करते हैं।
इस प्रणाली का उपयोग स्थान निर्धारण में अस्पष्टता को रोकता है, क्योंकि यह सिर की परिधि और आकार में भिन्नता की भरपाई करता है। यह मानकीकृत शारीरिक मैपिंग प्रणाली यह सुनिश्चित करती है कि परिणाम विश्वसनीय रहें, भले ही सेटअप करने वाला तकनीशियन कोई भी हो या रिकॉर्डिंग के लिए किसी भी उपकरण का उपयोग किया गया हो।
अपनी आवश्यकताओं के लिए सही ईईजी मॉन्टाज चुनना
इष्टतम रिकॉर्डिंग सेटअप का चयन करने के लिए नैदानिक प्रश्न या अनुसंधान लक्ष्य की स्पष्ट समझ होना आवश्यक है। यदि उद्देश्य किसी फोकल दौरे का स्थान निर्धारित करना है, तो बाइपोलर व्यवस्थाएं आमतौर पर स्थानीयकृत स्थानिक फ़िल्टरिंग प्रभाव के कारण उच्चतम नैदानिक परिणाम प्रदान करती हैं। शोधकर्ता अक्सर रुचि के विशिष्ट क्षेत्रों को सीमित करने के लिए अन्य मोड के माध्यम से साइकिल चलाने से पहले डबल बनाना जैसे स्क्रीनिंग कॉन्फ़िगरेशन के साथ शुरुआत करते हैं।
जब प्राथमिक रुचि वैश्विक मस्तिष्क स्थिति के परिवर्तनों से जुड़ी होती है, जैसे कि मेटाबॉलिक गड़बड़ी में, तो एक रेफरेंशियल व्यवस्था आमतौर पर सिग्नल वितरण का अधिक सटीक प्रतिनिधित्व प्रदान करती है। यह चिकित्सकों को बिना फेज रिवर्सल के, जो कि बाइपोलर ट्रेसेस में देखा जाता है, पूरी खोपड़ी पर वोल्टेज विविधताओं को देखने की अनुमति देता है। पूर्वनिर्धारित प्रोटोकॉल चयन विधि पर भरोसा करने से पेशेवर नैदानिक सेटिंग्स में लगातार बेहतर परिणाम मिलते हैं।
प्रभावी व्याख्या केवल एक ही देखने के प्रारूप पर निर्भर रहने के बजाय एकल सत्र के दौरान कई तौर-तरीकों के रणनीतिक उपयोग से आती है। विभिन्न कॉन्फ़िगरेशन में डेटा की तुलना करके, चिकित्सक अपने स्थानीयकरण आकलनों में विश्वास प्राप्त कर सकते हैं और यह सुनिश्चित कर सकते हैं कि कोई भी सूक्ष्म असामान्यता छूटे नहीं। एक व्यवस्थित दृष्टिकोण यह सुनिश्चित करता है कि नैदानिक निर्णय लेने की प्रक्रियाओं के लिए सर्वोत्तम जानकारी उपलब्ध है।
विशिष्ट अनुसंधान और नैदानिक प्रश्नों के लिए मॉन्टाज तैयार करना
मॉन्टाज निश्चित टेम्पलेट नहीं हैं जिन्हें बिना किसी समायोजन के सौंप दिया गया हो। किसी विशिष्ट अध्ययन या नैदानिक स्थिति की मांग के आधार पर उन्हें सरल, विस्तारित या अनुकूलित किया जा सकता है।
एक शोध में जो ईईजी को कार्यात्मक निकट-अवरक्त स्पेक्ट्रोस्कोपी (fNIRS) के साथ जोड़ता है, जो कि मस्तिष्क की गतिविधि से जुड़े रक्त प्रवाह परिवर्तनों को मापने वाली एक तकनीक है, जांचकर्ताओं ने एक टोपी पर प्रकाश स्रोतों और डिटेक्टरों की एक इष्टतम व्यवस्था की गणना करने के लिए एक विधि विकसित की है।
एक निश्चित, पूरे सिर के सेंसर लेआउट का उपयोग करने के बजाय, यह विधि गणितीय रूप से उस प्लेसमेंट की पहचान करती है जो एक व्यक्तिगत रोगी की मिर्गी की गतिविधि से संबंधित विशिष्ट मस्तिष्क क्षेत्र पर संवेदनशीलता को अधिकतम करती है। परीक्षण किए जाने पर, इस अनुकूलित मॉन्टाज ने लक्षित क्षेत्र पर बेहतर सिग्नल-टू-नॉइज़ अनुपात के साथ-साथ काफी कम सेंसर का उपयोग करते हुए मानक पूरे सिर की व्यवस्था के बराबर स्थानिक संकल्प प्राप्त किया।
यह मॉन्टाज अनुकूलन के पीछे के एक मूल सिद्धांत को दर्शाता है: कम सेंसर का मतलब स्वचालित रूप से कम उपयोगी डेटा नहीं है, बशर्ते उनके प्लेसमेंट और पैरिंग की गणना किसी विशिष्ट प्रश्न को ध्यान में रखकर की गई हो।
इसके अलावा, गहन देखभाल सेटिंग्स (ICU) में गति और सरलता भी उतनी ही मायने रखती है, जहां एक गंभीर रूप से बीमार रोगी के लिए पूर्ण 21-चैनल ईईजी सेटअप अव्यावहारिक हो सकता है जिसे त्वरित मूल्यांकन की आवश्यकता होती है।
एक 2022 के अध्ययन ने एक 10-इलेक्ट्रोड मॉन्टाज का परीक्षण किया जिसे एक साल का इलेक्ट्रोफिजियोलॉजी प्रशिक्षण पाठ्यक्रम पूरा करने वाले इंटेंसिविस्ट द्वारा बेडसाइड पर लगाया गया था। एक विशेषज्ञ न्यूरोफिज़ियोलॉजिस्ट की रीडिंग के विरुद्ध तुलना करने पर, इस प्रशिक्षित इंटेंसिविस्ट ने कई प्रमुख पैटर्नों पर स्वीकार्य सहमति प्राप्त की:
न्यूनतम पृष्ठभूमि आवृत्ति (बैकग्राउंड फ्रीक्वेंसी) के लिए 94 प्रतिशत
अधिकतम पृष्ठभूमि आवृत्ति के लिए 89 प्रतिशत
बर्स्ट सप्रेशन के लिए 100 प्रतिशत
पृष्ठभूमि निरंतरता के लिए 83 प्रतिशत
जब 22 गैर-विशेषज्ञ इंटेंसिविस्ट केवल एक घंटे के प्रशिक्षण सत्र से गुजरे, तो उनकी विश्वसनीयता अधिक मिश्रित थी, हालांकि अधिकांश अभी भी पृष्ठभूमि आवृत्ति मापों के लिए स्वीकार्य सहमति तक पहुंच गए। यह क्रिटिकल केयर के लिए एक व्यावहारिक मध्यम मार्ग की ओर इशारा करता है, जहां केंद्रित प्रशिक्षण के साथ तैयार किया गया एक संक्षिप्त मॉन्टाज पारंपरिक प्रणाली के पूर्ण सेटअप समय के बिना नैदानिक रूप से उपयोगी रीडिंग उत्पन्न कर सकता है।
इलेक्ट्रोड घनत्व सिग्नल की गुणवत्ता को कैसे आकार देता है
अधिक इलेक्ट्रोड आमतौर पर अधिक स्थानिक विवरण और अधिक सटीक रेंडरिंग प्रदान करते हैं, लेकिन यह सेटअप समय, रोगी की सहनशीलता और खर्च की कीमत पर आता है। संबंधित शोध कुछ सटीकता के साथ इस समझौते को दर्शाता है।
री-रेफरेंसिंग विधियों की तुलना करने वाले अध्ययन में पाया गया कि उच्च इलेक्ट्रोड घनत्व ने एवरेज रेफरेंसिंग और REST दोनों के लिए पुनर्निर्माण त्रुटियों को कम कर दिया। दिलचस्प बात यह है कि दोनों विधियों ने घनत्व के आधार पर अलग-अलग प्रदर्शन किया।
कम-घनत्व वाले मॉन्टाज के साथ, REST ने एवरेज रेफरेंसिंग की तुलना में न्यूट्रल संदर्भ का अधिक विश्वसनीय अनुमान प्रस्तुत किया। उच्च-घनत्व वाले मॉन्टाज के साथ, एवरेज रेफरेंसिंग ने भी उतना ही अच्छा प्रदर्शन किया, बशर्ते सिर पर इलेक्ट्रोड की स्थिति के बारे में सटीक जानकारी अनुपलब्ध न हो, जिस स्थिति में REST को बढ़त हासिल थी।
इसके अलावा, उपरोक्त 2022 पोस्टानोक्सिक कोमा अध्ययन नैदानिक पक्ष से एक संबंधित निष्कर्ष पर पहुंचा, जिसमें यह नोट किया गया कि सीमित-चैनल ईईजी पूर्ण 21-चैनल निगरानी के लिए एक लागत प्रभावी विकल्प के रूप में काम कर सकता है। बहरहाल, इसके डेटा ने एक विशिष्ट कमजोर बिंदु का खुलासा किया: अधिकतम पृष्ठभूमि आवृत्ति, जो मस्तिष्क गतिविधि पैटर्नों का एक सूक्ष्म माप है, को संक्षिप्त मॉन्टाज का उपयोग करने पर केवल 70 प्रतिशत मामलों में सही ढंग से वर्गीकृत किया गया था।
इससे पता चलता है कि यद्यपि एक सीमित मॉन्टाज प्रमुख नैदानिक पैटर्नों को पकड़ लेता है, इलेक्ट्रोड की संख्या घटने पर महीन आवृत्ति विवरणों के खो जाने की अधिक संभावना होती है।
जहां मॉन्टाज का चयन गलत व्याख्या का जोखिम पैदा करता है
प्रत्येक मॉन्टाज डिजाइन में कुछ न कुछ समझौते करने पड़ते हैं, और यहां समीक्षा किए गए शोध सरलीकरण के खिलाफ एक अस्पष्ट चेतावनी के बजाय विशिष्ट, अच्छी तरह से प्रलेखित नुकसानों की ओर इशारा करते हैं। इसका सबसे स्पष्ट उदाहरण पोस्टानोक्सिक कोमा अध्ययन में पीरियोडिक डिस्चार्ज के लिए 31 प्रतिशत फॉल्स-पॉजिटिव दर से मिलता है, जिसका सीधा संबंध बाइफ्रंटल इलेक्ट्रोड पर रिकॉर्ड किए गए आंखों की गति के आर्टिफैक्ट्स से था।
ऐसा इसलिए हुआ क्योंकि एक सीमित-चैनल सेटअप ने उस स्थानिक संदर्भ को खो दिया जो एक पूर्ण मॉन्टाज प्रदान करता है, वह संदर्भ जो सामान्य रूप से पाठक को आंखों की हलचल और वास्तविक आवधिक मस्तिष्क गतिविधि के बीच अंतर करने में मदद करता है। कम चैनलों का अर्थ है एक ही सिग्नल पर कम स्वतंत्र दृष्टिकोण होना, और परिप्रेक्ष्य में इसी कमी के कारण कुछ आर्टिफैक्ट्स पैथोलॉजी के रूप में अपनी पहचान छिपाने में सफल हो जाते हैं।
संदर्भ का चयन मॉन्टाज डिज़ाइन के रेफरेंशियल पक्ष पर भी इसी तरह का जोखिम पैदा करता है। री-रेफरेंसिंग अध्ययन ने प्रदर्शित किया कि एक अनुपयुक्त संदर्भ बिंदु, जैसे कि कुछ स्थितियों के तहत लिंक्ड मैस्टॉइड्स, खोपड़ी पर गतिविधि के स्पष्ट वितरण को विकृत कर सकता है।
इसने यह भी दिखाया कि वास्तविक मॉडल के बजाय एक सरलीकृत गोलाकार सिर मॉडल पर भरोसा करना विशेष रूप से REST के प्रदर्शन को खराब करता है, क्योंकि REST के पीछे का गणित इस बात के सटीक प्रतिनिधित्व पर निर्भर करता है कि विद्युत गतिविधि वास्तव में सिर की परतों के माध्यम से कैसे यात्रा करती है।
ये निष्कर्ष ज्ञात, अच्छी तरह से प्रलेखित चुनौतियों के रूप में कार्य करते हैं जो सावधानीपूर्वक अभ्यास को सूचित करते हैं। इनमें से कोई भी पूरी तरह से सरलीकृत ईईजी के खिलाफ मामला नहीं बनता है। वे केवल यह चिन्हित करते हैं कि कहाँ अतिरिक्त सावधानी और क्रॉस-चेकिंग की आवश्यकता है।
एक लचीले, तार्किक टूलकिट के रूप में मॉन्टाज
एक ईईजी मॉन्टाज, अपने मूल रूप में, यह तय करने के लिए नियमों का एक समूह है कि कौन से इलेक्ट्रोड युग्म चैनल बनेंगे। वह निर्णय व्यक्तिगत सेंसर के ग्रिड को ऐसी तरंगों में बदल देता है जिसे एक चिकित्सक या शोधकर्ता वास्तव में व्याख्या कर सकता है, चाहे लक्ष्य बेडसाइड पर दौरे का पता लगाना हो या लैब की न्यूरोसाइंस अनुसंधान सेटिंग में गतिविधि का नक्शा बनाना हो।
कोई भी सार्वभौमिक सर्वश्रेष्ठ मॉन्टाज नहीं है, केवल दिए गए प्रश्न के लिए एक सर्वश्रेष्ठ मॉन्टाज होता है। बाइपोलर चेन्स पड़ोसी बिंदुओं के बीच तीखे, स्थानीयकृत वोल्टेज प्रवणता को चुनने के लिए उपयुक्त हैं। रेफरेंशियल योजनाएं, जब सावधानीपूर्वक चुने गए और मान्य संदर्भ के साथ जोड़ी जाती हैं, तो खोपड़ी पर फैली गतिविधि के व्यापक मानचित्रण का समर्थन करती हैं।
अनुकूलित या संक्षिप्त मॉन्टाज, चाहे संयुक्त ईईजी-fNIRS कार्य के लिए बनाए गए हों या तीव्र ICU मूल्यांकन के लिए, तब मूल्यवान हो जाते हैं जब गति, रोगी की सुविधा या लागत एक पूर्ण सेंसर सरणी के लाभों से अधिक महत्वपूर्ण होती है, बशर्ते संक्षिप्त लेआउट को पूर्ण लेआउट के समान ही कठोरता के साथ डिज़ाइन किया गया हो।
यहाँ समीक्षा किए गए अध्ययन एक ऐसे क्षेत्र की ओर इशारा करते हैं जो अभी भी इन समझौतों को सक्रिय रूप से परिष्कृत कर रहा है। वास्तविक सिर मॉडल के साथ जुड़े उच्च-घनत्व वाले मॉन्टाज संदर्भ अनुमान में सुधार करते हैं, लेकिन सही संदर्भ विधि के साथ कम-घनत्व वाले सेटअप अभी भी विशिष्ट सेटिंग्स में विश्वसनीय रूप से प्रदर्शन कर सकते हैं। इलेक्ट्रोड की कम संख्या नैदानिक रूप से सार्थक जानकारी को सुरक्षित रख सकती है, लेकिन केवल तभी जब आर्टिफैक्ट के जोखिम और रेटिंग की निरंतरता को ध्यान में रखा जाए।
ये सुलझे हुए निष्कर्षों के बजाय अभी भी खुले प्रश्न बने हुए हैं।
उच्च गुणवत्ता वाले न्यूरोफिज़ियोलॉजिकल विश्लेषण और नैदानिक निदान के लिए मॉन्टाज रणनीतियों में महारत हासिल करना आधार के रूप में कार्य करता है। जटिल मस्तिष्क डेटा को व्यवस्थित करने और देखने के तरीके को समझकर, चिकित्सक लगातार और व्यावहारिक व्याख्याएं सुनिश्चित कर सकते हैं जो रोगियों के लिए स्पष्ट नैदानिक मार्गों का समर्थन करती हैं।
संदर्भ
Liu, Q., Balsters, J. H., Baechinger, M., Van der Groen, O., Wenderoth, N., & Mantini, D. (2015). Estimating a neutral reference for electroencephalographic recordings: the importance of using a high-density montage and a realistic head model. Journal of neural engineering, 12(5), 056012.
Abid, S., Papin, G., Vellieux, G., de Montmollin, E., Wicky, P. H., Patrier, J., ... & Sonneville, R. (2022). A simplified electroencephalography montage and interpretation for evaluation of comatose patients in the ICU. Critical Care Explorations, 4(11), e0781. https://doi.org/10.1097/CCE.0000000000000781
अक्सर पूछे जाने वाले प्रश्न
एक ईईजी मॉन्टाज वास्तव में क्या है, और यह इलेक्ट्रोड प्लेसमेंट मानचित्र से कैसे भिन्न है?
एक मॉन्टाज वह नियम पुस्तिका है जो परिभाषित करती है कि प्रत्येक चैनल बनाने के लिए किन इलेक्ट्रोडों को एक साथ जोड़ा जाता है, जो दो रिकॉर्डिंग साइटों के बीच वोल्टेज अंतर को दर्शाता है। 10-20 प्रणाली जैसा इलेक्ट्रोड प्लेसमेंट मैप केवल सिर पर सेंसर के स्थानों का वर्णन करता है, जबकि मॉन्टाज यह निर्धारित करता है कि उन संकेतों को पढ़ने योग्य वेवफॉर्म उत्पन्न करने के लिए कैसे संयोजित किया जाए।
हम केवल दूसरे इलेक्ट्रोड से तुलना किए बिना एक एकल इलेक्ट्रोड से वोल्टेज क्यों नहीं पढ़ सकते?
वोल्टेज एक सापेक्ष माप है, इसलिए एक एकल रीडिंग का कोई सार्थक संदर्भ नहीं होता है और यह ड्रिफ्ट या शोर से प्रभावित हो सकता है। ईईजी अंतर माप (डिफरेंशियल मेजरमेंट) का उपयोग करता है, जिसमें सामान्य व्यवधान को रद्द करने और स्थानीय मस्तिष्क गतिविधि को प्रकट करने के लिए एक इलेक्ट्रोड के सिग्नल को दूसरे से घटाया जाता है।
एक बाइपोलर और एक रेफरेंशियल मॉन्टाज में क्या अंतर है?
एक बाइपोलर मॉन्टाज आसन्न इलेक्ट्रोड को एक श्रृंखला में जोड़ता है, तीखे, स्थानीयकृत वोल्टेज अंतर को उजागर करने के लिए पड़ोसियों की तुलना करता है। एक रेफरेंशियल मॉन्टाज प्रत्येक इलेक्ट्रोड की तुलना एक साझा संदर्भ बिंदु से करता है, जो संपूर्ण खोपड़ी की गतिविधि का व्यापक दृश्य प्रदान करता है लेकिन रिकॉर्डिंग को उस संदर्भ की तटस्थता (न्यूट्रलिटी) पर निर्भर बनाता है।
संदर्भ इलेक्ट्रोड का चयन ईईजी रीडिंग को कैसे प्रभावित करता है?
यदि संदर्भ साइट की अपनी विद्युत गतिविधि होती है, तो वह गतिविधि सभी चैनलों में से घट जाती है, जिससे मस्तिष्क संकेतों का स्कैल्प वितरण विकृत हो जाता है। एवरेज रेफरेंसिंग या REST जैसी विधियां एक न्यूट्रल संदर्भ का अनुमान लगाने का प्रयास करती हैं, लेकिन सटीकता इलेक्ट्रोड घनत्व और हेड मॉडल की वास्तविकता पर निर्भर करती है।
क्या इलेक्ट्रोड की कम संख्या अभी भी नैदानिक रूप से उपयोगी जानकारी प्रदान कर सकती है?
हाँ, ध्यान से डिज़ाइन किए गए संक्षिप्त मॉन्टाज पृष्ठभूमि निरंतरता या दौरे का पता लगाने जैसे प्रमुख पैटर्नों को सुरक्षित रख सकते हैं, खासकर तब जब उन्हें किसी विशिष्ट प्रश्न या सेटिंग के अनुरूप तैयार किया गया हो। हालांकि, चैनलों को खोने से स्थानिक संदर्भ कम हो सकता है, जिससे वास्तविक गतिविधि से आर्टिफैक्ट्स को अलग करना कठिन हो जाता है।
सीमित मॉन्टाज का उपयोग करते समय गलत व्याख्या के मुख्य जोखिम क्या हैं?
एक आम जोखिम यह है कि आंखों की गति के आर्टिफैक्ट्स को असामान्य मस्तिष्क गतिविधि समझ लिया जाता है क्योंकि कम चैनल कम स्वतंत्र दृष्टिकोण प्रदान करते हैं। इसके अतिरिक्त, एक अनुपयुक्त संदर्भ या डेटा की व्याख्या करने के तरीके में अंतर रीडिंग को और जटिल बना सकता है।
क्या अधिक इलेक्ट्रोड का हमेशा मतलब बेहतर डेटा गुणवत्ता होता है?
उच्च घनत्व आम तौर पर स्थानिक विवरण और संदर्भ सटीकता में सुधार करता है, लेकिन यह एकमात्र कारक नहीं है; इलेक्ट्रोड की व्यवस्था और व्याख्या की निरंतरता भी उतनी ही मायने रखती है। कुछ केंद्रित अनुप्रयोगों में, एक अच्छी तरह से डिज़ाइन किया गया संक्षिप्त मॉन्टाज पूर्ण सेटअप की तुलना में समान प्रदर्शन कर सकता है।
क्या सभी ईईजी रिकॉर्डिंग के लिए कोई एक सर्वोत्तम मॉन्टाज है?
कोई सार्वभौमिक सर्वोत्तम मॉन्टाज मौजूद नहीं है; इष्टतम चयन नैदानिक या अनुसंधान प्रश्न पर निर्भर करता है। बाइपोलर चेन्स स्थानीय वोल्टेज प्रवणता का पता लगाने के लिए उपयुक्त हैं, रेफरेंशियल योजनाएं व्यापक मैपिंग सक्षम करती हैं, और अनुकूलित मॉन्टाज विशिष्ट कार्यों के लिए गति और संवेदनशीलता को संतुलित करते हैं।
क्या आर्टिफिशियल इंटेलिजेंस मॉन्टाज की व्याख्या को प्रभावित कर सकता है?
जबकि सॉफ्टवेयर प्रदर्शन प्रक्रिया को स्वचालित करता है, नैदानिक संदर्भ को सत्यापित करने और वास्तविक रोग संबंधी गतिविधि और तकनीकी आर्टिफैक्ट्स के बीच अंतर करने के लिए मानव विशेषज्ञता आवश्यक बनी हुई है।
Emotiv एक न्यूरोटेक्नोलॉजी अग्रणी कंपनी है जो सुलभ EEG और मस्तिष्क डेटा टूल्स के माध्यम से न्यूरोसाइंस अनुसंधान को आगे बढ़ाने में मदद करती है।
क्रिश्चियन बर्गोस
